作者：竞霄
监控能力作为根底运维能力和外围稳定性措施，开发运维人员能够通过监控零碎无效进行故障定位，预防潜在危险，剖析长期趋势进行容量布局和性能调优，是软件开发生命周期中必不可少的一环。与此同时，Serverless 作为云计算的最佳实际和将来演进趋势，其全托管免运维的应用体验和按量付费的老本劣势，使得其在云原生时代备受推崇，在下一个十年将成为云厂商提供的外围能力。随着 Serverless 的心智遍及度越来越高，场景覆盖度越来越广，更多应用 PHP, Python，C/C++, Node.Js, Golang 等语言的用户开始进行 Serverless 架构降级。
对于这部分用户来说，传统的利用监控计划存在以下痛点：
- 建设老本高 ** 需部署一整套监控零碎，包含数据采集，指标传输，长久化存储，可视化展现，告警等模块，减少了额定的资源老本和人力老本。
- 埋点强入侵 ** 需评估各语言，各框架，各接口的监控指标诉求，引入三方依赖进行繁琐地手动埋点。尽管对于 PHP, Python 等语言，曾经有借助对象（模块）替换加强的技术实现无需批改的指标采集，但其能力成熟度，框架兼容性，运行稳定性等方面都还有进一步晋升的空间。
- 运维简单 ** 用户须要确保整个监控链路的低延时，高可用和指标准确性，须要比照剖析引入监控埋点后对原有利用性能上的影响并继续优化。
Serverless 产品须要提供一种对立的，开箱即用的，无入侵零革新的形式来实现任意语言的利用监控能力，使得多语言用户能够充沛享受 Serverless 带来的普惠技术红利。 上面咱们首先对其背地应用的 eBPF（Extended Berkeley Packet Filter）技术进行介绍。
何为 eBPF？
eBPF 全称为 Extended Berkeley Packet Filter，始于 Linux 3.18，是一项革命性的 Linux 内核技术。eBPF 提供了基于零碎或程序事件的高效，平安，无入侵执行特定代码的通用能力。在 eBPF 诞生之前，因为用户态与零碎态互相隔离，应用程序无奈间接解决内核数据，而如果间接批改内核又具备相当的复杂性，每次开发或调试都须要从新编译，效率非常低下，安全性也无奈保障。
eBPF 作为一个运行在内核中的虚拟机，容许开发人员间接提交 eBPF 程序，在不批改内核代码的状况下运行特定的性能。eBPF 程序基于事件驱动模型，当内核运行到特定 hook 点时会触发执行, 预约义的 hook 点包含零碎调用、函数进入 / 退出、内核 tracepoints、网络事件等。对于不存在的 hook 点也能够通过 KProbe,UProbe 进行动静埋点，提供内核态和用户态函数的追踪能力。借助丰盛的 hook 点，eBPF 技术可被广泛应用于包含网络监控、平安过滤和性能剖析等诸多场景。
eBPF 的工作流程如下图所示，首先通过在用户空间内应用 LLVM 或者 GCC 将编写好的 eBPF 程序编译成为字节码，而后借助零碎调用 bpf 将其加载至内核中。eBPF 虚拟机将应用验证器对字节码进行安全性校验，如只能应用受限的 helper 辅助函数，无限的循环次数和执行工夫，DAG 判断是否存在不可达代码等，防止其造成内核解体。
平安校验后 eBPF 字节码将通过即时编译器（JIT，Just-In-Time Compiler）编译成为原生机器码，提供近乎内核本地代码的执行效率，并挂载到具体的 hook 点上。用户态程序与 eBPF 程序间通过常驻内存的 eBPF Map 构造进行双向通信，每当特定的事件产生时，eBPF 程序能够将采集的统计信息通过 Map 构造传递给下层用户态的应用程序，进行进一步数据处理与剖析。
SAE 利用监控
SAE（Serverless 利用引擎）作为业界首款面向利用的 Serverless PaaS 平台，全托管免运维，实现了单体 Web 利用，微服务利用以及定时工作的 Serverless 化。其外围劣势之一在于用户能够低心智累赘，零改成老本的将其利用 / 工作间接部署至 SAE 中。目前在 JAVA 生态中，无论是代码包部署，监控调用链的集成，还是散布式调度框架的迁徙，都能够让用户无需改变任何业务逻辑和版本依赖的状况下应用。
基于 eBPF 技术，SAE 利用监控反对了针对任意语言，任意框架的无入侵指标采集与监控告警能力，提供包含利用 / 实例维度的黄金三指标 RED（申请数，谬误数，响应工夫）和 HTTP 状态码统计，以及提供服务与依赖服务的接口级别调用信息。借助内置可视化大盘，开发运维人员能够及时评估以后利用对外服务状态，无效辨认用户体验、服务中断、业务异样等问题。
SAE 利用监控能力具备以下外围劣势：
- 免运维 ** 开箱即用，部署即失效，用户无需额定运行保护监控告警组件。
- 代码无侵入 ** 无需任何代码埋点，无需任何依赖批改即可获取到丰盛的监控数据。
- 语言无关 ** 通过内核层进行网络协议解析，反对任意语言，任意框架。
- 多协定笼罩 ** 反对对 HTTP,MySQL,Redis,Kafka,DNS 等网络协议，进行指标和链路的监控。
- 高性能
** 通过缩小数据在内核态和用户态之间的拷贝，以极低的性能耗费获取指标数据。
技术实现上，SAE 通过将 eBPF 探针以 sidecar 的模式与用户业务程序部署在同一平安容器中, 实现了多租隔离。
eBPF 程序将会监听 accept/close/read/write/sendto/recvfrom 等零碎调用，获取本地及远端地址，线程上下文，文件描述符 fd 等信息，同时关联以后容器实例信息产出原始事件。
而后将原始事件的内容发送至用户态程序。用户态程序进行应用层协定辨认，解析出协定的关键字段，匹配单条链路的申请和响应，同时通过事件过滤，维度收敛，元信息关联，预聚合等步骤进行数据加工，生成最终指标。最初周期性将采集指标上报至 Arms Promethues 中进行长久化存储。
总结
面向未来，云计算将会全面 Serverless 化，多语言，全生态的反对将会是 Serverless 产品发力的重点，SAE 利用监控能力同样会继续一直的演进和加强，目前曾经全面上线了无入侵，多维度，高性能的利用外围指标监控和告警能力，欢送大家应用。同时在后续的 RoadMap 中，SAE 将会推出全局调用拓扑，服务上下游依赖，调用链路详情等进阶性能，打造更加欠缺的 Serverless 多语言可观测体系。